期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
不同增益单元构造的低副瓣稀布阵列优化
1
作者 李金妍 韩志刚 马汉清 《火控雷达技术》 2020年第2期89-92,共4页
利用不同长度、不同增益的介质天线构成稀布阵列。针对有阵列孔径、阵元数目、最小间距约束的稀布阵列综合问题,采用线性候选机制的果蝇算法(LGMS-FOA)。以改善峰值副瓣电平为目标函数,对阵元分布位置以及介质棒长度进行快速优化,同时... 利用不同长度、不同增益的介质天线构成稀布阵列。针对有阵列孔径、阵元数目、最小间距约束的稀布阵列综合问题,采用线性候选机制的果蝇算法(LGMS-FOA)。以改善峰值副瓣电平为目标函数,对阵元分布位置以及介质棒长度进行快速优化,同时实现扫描角在±15°内较好的扫描特性。 展开更多
关键词 介质棒 稀布阵 果蝇算法 低副瓣
下载PDF
基于改进果蝇算法优化WKELM的医疗滚动轴承故障诊断技术研究 被引量：3
2
作者 何成 刘长春 +3 位作者 吴涛 武洋 徐颖 陈童 《计算机测量与控制》 2019年第5期71-76,共6页
针对传统小波核极限学习机(Extreme Learning Machine,ELM)应用于医疗滚动轴承故障诊断中识别精度不高且训练速度慢的一系列问题的出现,并针对性的想出一种更好地对滚动转轴发生的故障进行识别的办法,通过对小波核极限学习机算法进行改... 针对传统小波核极限学习机(Extreme Learning Machine,ELM)应用于医疗滚动轴承故障诊断中识别精度不高且训练速度慢的一系列问题的出现,并针对性的想出一种更好地对滚动转轴发生的故障进行识别的办法,通过对小波核极限学习机算法进行改进的方法;该方法运用改进果蝇算法(LGMS-Fruit-flying Optimization Algorithm,LGMS-FOA)优化小波核极限学习机中的正则化系数和小波核函数中的参数;采用的方法是变分模态分解(Variational Mode Decomposition,VMD),通过这种方法能够对滚动轴承的故障信号分解为含有故障信息的各模态分量从而提取到故障特征;通过与其他三种算法的实验结果对比证明,基于LGMS-FOA-WKELM的滚动轴承故障诊断方法的识别精度更高且训练时间更短。 展开更多
关键词 医疗滚动轴承 故障诊断 VMD分解 lgms-foa-WKELM算法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部